米彭电动机粘附着集中的视觉自主驾驶解决方案，离开激光雷达，并强调计算能力和大型模型的好处。新的G7模型具有2200多个顶部的计算力，而Mona Max则达到508台。米彭认为，计算和模型参数是辅助驾驶而不是调整的关键。尽管否认了激光雷达的成本，但米彭仍然稳定，纯视觉解决方案具有更大的安全性和性能潜力，目的是在2027年结束技术争议。该行业对此感到怀疑，相信多传感器融合可能会更好，并且安全性仍然是基本标准。 21世纪的商业先驱实习生记者Xuyang在广州报道了两辆新车，并会议逐渐形成了小米的AI帝国。在这个帝国中，没有激光。最近，Turing Chip是由Xiaopeng Motors独立开发的，首次推出，配备了小米的中型SUV G7。根据对于小米，计算芯片的有效强度等于三个nvidia orin xs。计算整个G7的有效力量超过2200个顶部，这是L3驾驶自动级别的阈值。另一辆车是Xiaopeng Mona M03的顶级版本。它是在两周前推出的。与标准版本相比，它配备了两个Orin-X芯片，并具有508台计算机。米彭称其为“ L2自动驾驶阈值”。利用新闻发布会，米彭和一些小米电动机的一些高级主管以集中的方式发射 - 米彭会消除雷达，因为“激光雷达”“不会看到法尔，造成了很多干扰，较低的帧速度和渗透率较差。”从现在开始，小米将采用纯粹的视觉解决方案。在全球计算机愿景顶级会议CVPR 2025年，小米世界基础模型的负责人刘海明（Liu Xianming解释了小米背后的逻辑已成为“纯粹的视觉耐力”。覆盖解决方案已经很长时间了。雷达的价格几乎等同于特斯拉。后来，马斯克总结了他的自主驾驶的“第一个原则”：“除非您是超人人类，否则人们不会用眼睛释放激光器”，这意味着他们将持续一百年。但是他可能忽略了激光雷达的成长。 12年后，LiDar的成本下降了400次。 Hesya首席执行官Li Yifan在接受“ 21 Auto·一见到汽车”的采访时说，他们将LiDar的价格推向了200美元。因此，Xiaopeng在这里转移了先进的智能驾驶能力，使纯粹的Mona Max的愿景从130,000元人开始。另一方面，LIDAR也下降到了这个价格范围：3月7日，配备LIDAR的GAC Toyota Platinum 3X发布，价格从139,800元开始。在3月，价格推出； 10日，leap竞赛B10配备了WIth Lidar被释放，价格从129,800元开始。 3月，驾驶协会的Anhui小米SU7驾驶员之后，许多品牌转向Lidar Solutions，例如配备了激光雷达标准的整个小米Yu7系列。 Ideal Auto的首席执行官Li Xiang在一次采访中说：“如果马斯克来到中国，特斯拉也会留在龙得舞中。”随着LIDAR解决方案的集体回归，他仅仅团结一致地挑战了“另一个封面，另一种安全的冗余”的一动不动思想。他试图重新定义辅助驾驶的标准：没有调整，“计算能力”是驾驶员协助的测试标准。如果智能驾驶是好的，或者不取决于Pagkula的力量，然后对参数进行建模。他还试图占据智能驾驶的高基础，并展示了小米领导者的态度：在计算机 +大型模型的巨大力量中，Xiaopeng和Tesla使用的视觉融合感知方案具有HigheR上限，较低的潜伏期和更高的安全因子。这两种解决方案自出生以来就已经谈论并成长。在明智驾驶平等权利的下半年，在L3质量生产的前夕，纯视觉和覆盖解决方案之间的竞争进入了白热阶段，最终结果将出现，并且只有一个标准可以衡量两者的收益和缺乏：安全性：安全性。这不是解决方案更前卫，时尚且具有更高的上限，而是可以具有更稳定的下限并可能防止概率更高的事故的Kuof。要成为一个纯粹的视野，它是“悲伤的勇敢”，看看小米的纯视觉解决方案，只有一个核心 - “大脑”。他说，米彭说，在一对“前锋更聪明的眼睛”和“更强壮的大脑”之间，他们选择了后者。 SO称为“大脑”是指米彭创建的具有720亿个参数的多模式世界基本模型。据报道“ 21自动·查看自动”通过Xiaopeng验证，在模型参数的大小扩展到100亿级之后，规模规则仍然是可能的。他告诉米彭向媒体说：“我远没有看到物理世界的终结。”如何建立“更强大的大脑”？除了对模型参数制作PAG -AALSA外，Xiaopeng的想法还可以用作“大数据 +重计算能力 +光雷达”。在“大数据”方面，Liu Xianming在CVPR 2025上揭示的第一个基本信息是，Xiaopeng培训了超过40万小时的视频数据 - AI相当于观看30,000个“徘徊地球”，视频数据的价值将增加到今年的2亿个剪辑；为了训练世界基本模型，米彭电机重建了基础数据基础设施，并与CPU，GPU等建立了联合协调。nd随机性等；优化改组模式，平衡速度和随机性等； ·优化的计算培训是各种热量的“煎炸”的图拉（FP8混合精度培训，FP8混合训练，for for Fry。是85％，因为有100名工厂工人和85名工厂努力工作，只有15个临时闲置的闲置状态可以强调Xiaoopeng的型号，如果我们对Xiaoopeng进行了更快的态度，如果我们对Xiaoopeng的计算机进行了大量的要求，那么我们最初的计算机是一定的。行业 - 他们的愿景中的相机。 “从自主工程师到驾驶在国有汽车公司工作的自动工程师的三个问题之一告诉Yijian Auto，采用了技术路线是OEM根据其自己的组织结构和现有技术积累做出的最佳选择。山丘，感知层的产品经理，可用于纪念馆，可用于纪念HISEND SMART CAR Tier 1供应商，该公司连续多年被选为全球自动化的前100个部分。AR是有效的，并且在不同的营销方面有少量数量，因此他只是选择了纯粹的视觉解决方案。因此，LIDAR的去除类似于Xiaopeng，在政策中，按照AI的一般想法，使用其积累，并着重于突出其自身模型的先进性质，计算能力以及R＆D和宣传中的数据。应当指出的是，小米并非出于成本考虑而删除了雷达，因为双重ORIN-X芯片解决方案和自我开发的AI芯片的价格显然更昂贵，这进一步表明，Xiaopeng选择了对这两种模型进行此类调整，以符合Xiaopeng的AI Ideas。他提到了小港：“不要付出代价，但技术会滚动。”这是释放MONA M03 MAX产品的真正目的。这一系列摩纳的知名度似乎是由于营销f在小米青年时代，例如颜色为主题的音调，两位演员在演出中的邀请，广为和王先生，以及Ouyang Nana的结局。在局外人的眼中，米彭在过去六个月中进行了良好的转折，这是他是木彭，他以前只知道如何堆积参数并谈论技术，现在知道如何了解供应链并创建产品。但是，Ouyang Nana的流利解释是Xiaohongshu的用户令人惊叹的，仍然是智能辅助驾驶内容的主要部分。 G7的发行是Xiaopeng，他完全告诉他的同龄人：智力仍然是小米最差的标签，而极客仍然是小米不变的背景。野心ni Xiaopeng是AI帝国的形成，这是第一个在今年中国大陆实施L3的人。明年，人形机器人铁将进入工业质量制造。将来，用户将为各种AI上限付费小米的能力。尽管这一系列的操作紧密相连并遥不可及，但一些专家提出了有关小米的纯视觉解决方案的问题。例如，米彭声称“删除激光雷达可以节省20％的计算能力并使模型响应速度更快”，但“ Xueling Feihua”是一种自动驾驶工程师和控制系统，不同意。 “ Xueling Feihua”在微信平台上运营着同一官方帐户，并且在辅助驾驶领域具有很大的影响力。他告诉Yijian Auto，控制系统中LIDAR的计算强度量取决于系统在设计开头时如何使用LiDAR Point Cloud数据，该数据可以占20％或80％，10％等，并且每个系统都不同。此外，软件不能支付某些硬件缺陷。删除盖子后，为了在理解层中产生视力弱点，视力可能会花费其他算法。随着端到端体系结构的加深，所有理解信息，例如视觉，雷达，雷达波雷达和其他感知信息，都将直接发送到大型模型以进行编码。计算LIDAR加入带来的理解的额外优势将受到限制，并且不会花费太多时间。涵盖计算能力的主要因素是大型模型，而不是激光雷达，并且该模型在删除它后不会更快地反应。 Xiaopeng表示，AI Hawkeye的驾驶解决方案是该行业中第一个采用单个像素LOFIC架构的驾驶解决方案，可以清楚地看到，这比人们更深入，等等。 “雪岭飞花”告诉Yijian Auto，LOFIC技术很复杂，面积较大且具有成本效益，并且从荣誉魔术6的商业成果6，它没有显示出诸如官方宣传之类的改进的动态效果。当然，他还期望米彭的成功应用。最后，他认为小米是愿景可以实现“环境和360度安全性”。 “ Xueling Feihua”认为，如果360°取决于传感器的布局，视觉和盖子的布局，并且可以实现毫米雷达波。纯视觉与激光雷达：被问到并改善了纯粹的小米视觉，仍然具有雷达波雷达和超声雷达。相比之下，“祖先”特斯拉是真正的“纯视觉”：仅使用一个相机，而不是单个雷达。作为纯视觉自主驾驶解决方案的“领先品牌”，马斯克自2015年以来就以几乎“年更新”方式批评了LiDar，并发表了许多暴力论据，例如“雷达是徒劳的尝试，使用雷达的任何人都会摧毁雷达”，甚至雷达也是免费的，我都不是免费的，我都不会使用它，作为tesla模型，Tesla模型中的单个传感器，S两个Likas Kas缺陷：首先，没有深度信息，它所接受的只是一系列具有二维的图像。其次，容易受到极端天气的影响，例如夜晚，大雨，厚露水等，并获得了图像质量急剧下降，这可能导致识别错误或错过检查。为了弥补这两个缺点，特斯拉将在相机后面共存算法和技术。 In 2021, Tesla launched the transfomer-based BEV (bird s eye view) algorithm stack, allowing the visual perception of the network to obtain a measuring speed and measuring distance, and may provoke 2D images that the camera captured around the vehicle in a complete overview overview, allowing the vehicle to "see" a 360-degree panoramic view around it and get theBEV perception.次年，特斯拉（Tesla物体，允许汽车通过依靠相机来获得周围环境的深度信息，从而获得高分辨率的三维理解和修复。纯粹的理解技术中的这两个进步引发了对社会激增的价值的第一个质疑。对于夜晚，雨水，雾气和背光眩光等极端场景，相机是“盲”的，目前使用的技术是HDR（高动态成像范围），具有高动态范围。像）和洛菲（Like）和洛菲（LoFic）（低频图像校正）。 HDR AY的技术原理使相机快速，快速拍摄3-5张照片。每张图片的暴露时间都不同。一张图片是明亮的，中间的图片，另一张图片在黑暗中。然后将其发送给计算机将这些图片的像素堆叠在一起，以产生带有黑暗的亮度和平衡的图片。 LOFIC技术首先消除了大量的噪声d通过对夜间照片的高度敏感；然后，使用多层卷积神经网络来“大脑”灯灯，垃圾桶等物体的轮廓，以增强其质地；最后，校正颜色，并恢复头灯以真实颜色发光的黄色区域。 HDR和LOFIC之间的劳动与合作分裂就像“摄影师 +色彩师”：HDR选择了最好的曝光参数，平衡光，并解决强烈的亮度和强烈的黑暗之间的矛盾； LOFIC调整了对比度，刀片和颜色，该对比度将优化图像质量，并根据HDR更清楚地表明图像。当然，在极端的天气中，例如雨，露水，雪，灰尘，相机或激光镜头不是主要力量。 5月16日在微博发表的一篇文章中指出，这种天气主要取决于雷达波雷达。根据双粒子二元性，长度的长度较短，谷物越强，则d多样性更糟糕。激光雷达将在极端天气的传感器附近几米内形成一个噪音球，而雷达雷达的长度将较长，多样性，出色的降雨和雾性特性。但是，代表Bya Tesla和Xiaopeng的纯视觉派系似乎忽略了它。在过去的十年中，激光雷尔没有停止发展。 LiDar最初因其高价而受到批评。在出生时，LIDAR应用的最大风景是地形测量和行业，软件算法生态学尚未，并且未能在汽车行业建立密切的合作。那么，从一开始，它是如何下降到数百万元到今天的200万元到200美元的呢？在接受“ 21 Auto·Yisee Auto”的采访时，Li Yifan表示，为了降低成本，Hestai在该行业的早期阶段投入了很高的成本，建立了该行业中最大的自我发展的团队L设备，并将它们压缩成许多芯片。希尔告诉Yijian Auto，该行业的许多OEM表示，Hesai的LiDar摘录到达了SA的三个数字。激光雷达很便宜，为什么小米电动机放弃？他回答了米彭接受媒体采访，米彭选择“使他的大脑变得更强壮”，但一些竞争对手也选择了不同的道路。所有道路都可以通向罗马，但我们感到“我们是最好的解决方案”。 LIDAR的另一个问题是存在“多径效应”。文章中指出的是，元素在测量的复杂土地或遥远的障碍物时可以反映多次，从而导致所谓的回声信号，从而导致原始信号弯曲或错误，从而使其难以准确地识别甚至不小心。 Jade是领先的封面供应商的产品经理。它的公司排名属于LiDAR LIDAR市场的全球股票，也属于Lidar.Toar。技术提供商的特殊技术。他说在21个汽车中，“这是两年前的论点。”有很多方法可以解决多径效应：例如，具有大量包含多径效应的封面数据的铁路网络模型，找出多径信号的属性，请注意常见的多组信号模式，例如频繁反射 - 导致信号强度衰减，波浪形式失真等。例如，还可以通过多个多层互换来比较多圈。通常，当然，这一旅程面临的需求和疑问迫使纯粹的视野和激光继续改善自己，形成了两个panguthis派系。 “ Xueling Feihua”认为，愿景无疑是当前对驾驶员系统理解的主要力量，而激光雷达不会取代愿景。由于相机具有很高的分辨率和丰富的语义信息，因此LiDAR无论如何改进，都不会识别语义。即使有t他的多传感器融合方案，感知主要是可见的，激光雷达仅扮演一个额外的角色。现在的问题是，LiDAR是否有任何重大好处不能被视觉取代？ “ Xueling Feihua”认为LiDar的主要优点是它具有很高的精度，可以直接看到目标，并且可以正常使用暗光，瞥见等。尽管软件算法和硬件技术已经改善，但与传统相机相比，测量距离摄像机是最不错的，并且无法解决100％。例如，在完全无轻度的情况下，相机注意到的范围通常很难超过光曝光范围，但是LiDar可以看到的范围是两到三百米甚至更多。除了黑暗之外，Jade还补充说，在某些视觉欺骗性的情况下，LiDar还可以使对象识别获得不可替代的好处。 2016年5月7日，特斯拉Model S正在自主DR中驾驶在美国的佛罗里达高速公路上进行了iving模式，并在白weed卡车上倒塌。最终，这辆车被摧毁并杀死。该行业通常认为这是因为热门白卡车的尸体已经做出了强大的便秘，这导致特斯拉摄像机将其混淆在天空中。 Mark Robert的前工程师于今年3月15日发布了YouTube视频，“如何欺骗自动驾驶汽车”。在视频中，他在道路中间放置了一块塑料墙，以测试他的特斯拉模型是否可以识别出他面前的障碍。最终，测试不成功。但是，如果将白色车辆集成到天空中，或者墙壁的外观在环境上对应，则不会影响盖子的覆盖范围。尽管激光雷达无法识别物体的颜色和纹理，但它实际上可以通过点云数据来了解其前面的问题，这激励了该物体AEB并避免发生事故。最后，Valeo集团中国首席技术官Gu Jianmin表示，摄像机只能认识到数据库中出现的物品，但是对于那些未知的Dayukan障碍的人，纯净的Visual Solutions可能无法识别它们，这也可能导致事故。我们首先竞争下限，然后谈论发现的较长范围和测量上限上限上限的准确性，并且仍然在更多的角落案例（例如视觉欺骗和无知的外国障碍物）中识别事物。这三个主要的激光雷达可以用纯视觉取代吗？从小米的角度来看，他们的纯视觉解决方案不仅可能，而且是更好的。首先，小米的AI Hawkeye智能解决方案可以使相机不仅在不同的条件下看到LIDAR更多，而且更清晰。其次，“计算的强度可以增加上限MGA Kakayahan ng AI，ngunit lubos din na mapabuti ang mas mas mababang limitasyon ng mga kakayahan ng ai，lalo na ang mga nauugnay sa seguridad。 pasiglahin sa pamamagitan ng pag -aaral ng pampalakas upang patuloy na pasiglahin ang itaas na limitapasyon limitashin ng mga kakayahan这可能会降低风险。它认为，智能驾驶系统所需的PIN质量是安全性和性能。如果当前的视觉技术可以解决所有要理解的问题，请使用纯视觉。如果答案不是，你应该同时考虑使用其他传感器。没有传感器完美完美。每个传感器都有自己的优势和缺点。多传感器融合可以最大程度地提高其各自的缺点，减少角落案件并提高整体安全性。 Gu Jianmin进一步说，在L2的当前阶段，它确实“并不重要”。因为根据交通法规，在L2级辅助方案中，驾驶员应始终期待并保持方向盘。如果目前有激光雷达，那没关系，因为如果发生事故，驾驶员本身将负责。但是TOL3甚至在上层阶段，它是完全不同的。汽车公司可能不会使用LIDAR，但他们应该证明纯Vision Solutions更安全。纯视觉解决方案删除了盖子，但是与激光雷达的多传感器融合解决方案从未统治相机。为了解决黑暗问题，一些供应商推出了红外摄像机。没有许多传感器之间的相关性，并且有一个较短的领导者和一个较短的术语。团结是为了增加系统安全性的数量。更重要的是，在L3向上的自主驾驶阶段，汽车公司可以“扣除”它，只要汽车公司本身应对事故负责，否则它与不负责任的“ Scumbag”有什么区别？我们应该维持小米和特斯拉的基础。另一个选择总是比选择较少的选择要好。他们的纯视觉解决方案试图“努力打破所有过程” - 破坏计算的强度，破坏数据并继续优化模型本身，这可能是高于较高极限的路径。但是也应该看出，这条路更有效，在技术上更加困难，其性能是不稳定的，需要不断重复。他说，米彭说，米彭帮助驾驶员系统将对E进行重大更新ND年度。 “就像去年八月至今年5月的OTA一样，有一个巨大的空间。我们纯粹的视觉系统的变化将摇晃地面……在最新的2027年，与纯正视力和激光雷达之间的战斗将结束。“ Xueling Feihua”感到“自主驾驶员的路线本身”本身没有这样的“成功”或“成功”或“失败”。路径的最终选择是对安全性，性能和成本的全面考虑。如果有一天使用LIDAR可以证明有足够的安全性，那么他一定会支持它。说这条路线的争议将在2027年结束，而汽车公司不能用来“吹牛” - ”马斯克在2016年初说，那些拥有-Tesla的人可以立即使用自己的汽车作为Robotaxi操作。消费者不仅应该听取宣传，而且应该看到“有效性”。没有哑光r模型算法如何更改，如果传感器被删除或以前，对于用户而言，自动驾驶总是有一个答案：哪种解决方案具有较高的下限，并且更好地避免了事故，那就是答案。